落户放宽政策是否促进了房价增长？

doi:10.16381/j.cnki.issn1003-207x.2021.0296

摘要/Abstract

摘要：

采用基于Lasso回归的HCW模型，评估了70个大中城市落户放宽政策对房价增速的影响效应，并对其影响因素进行实证分析。研究表明，落户放宽政策短期内对房价增速的影响不大，长期来看提高了房价增速，但效果有限；各城市的影响效应表现出了较大的分化特征，与医疗建设水平、交通便利程度、城市占地规模以及气候环境等因素相关。本文认为，房价增速并没有因为落户放宽政策明显提高，这为在“房住不炒”下实施落户放宽政策提供了更大的空间。并且落户放宽要“因城施策”。

关键词: 落户放宽, 房价增速, 政策处置效应

Abstract:

The implementation of the household registration relaxation policy has positive effect on economic and social development. However， does the household registration relaxation policy promote the growth of housing price？ The academic discussion is still controversial. Due to differences in development foundation and resource endowment， the performance of different city may also vary. Therefore， it is of great significance to accurately evaluate the long-term and short-term dynamic disposal effect and urban differences of the settlement easing policy on housing price growth， as well as the factors affecting the disposal effect.Firstly， the research object is set as 70 large and medium-sized cities， and an HCW model based on machine learning Lasso method is used to evaluate the policy disposal effect of relaxation of household registration on housing price growth. Next， stepwise regression method is used to analyze the influencing factors of policy disposal effects. Finally， policy recommendations are proposed based on empirical conclusions. The data is sourced from CENET Industry Database， and relevant information about the household registration relaxation policy is sourced from the official websites of the people's governments of various cities.From our results， the following conclusions are drawn. First， in the short term， the policy does not increase the growth rate of housing prices. In the long term， the policy increases the growth rate of housing prices， but the improvement effect is limited. Second， the disposal effects of various cities exhibit significant differentiation characteristics， which are related to factors such as medical construction level， transportation convenience， urban land occupation size， and climate environment. Finally， the household registration relaxation policy should be implemented “according to the city”.The application field of the HCW policy evaluation model is expanded， the research on the influencing factors of housing prices is deepened， micro level Empirical evidence is provided for the in-depth implementation of the settlement easing policy， and there is important practical significance for the reform of the registered residence system and the steady and healthy development of the real estate industry under the background of “housing without speculation”.

Key words: relaxation of household registration, house price growth rate, policy disposal effect

中图分类号:

F222.1

肖磊,何晨曦,卢国祥. 落户放宽政策是否促进了房价增长？[J]. 中国管理科学, 2024, 32(7): 11-18.

Lei Xiao,Chenxi He,Guoxiang Lu. Does the Household Registration Relaxation Policy Promote Housing Price Growth?[J]. Chinese Journal of Management Science, 2024, 32(7): 11-18.

图/表 4

表1

表2

影响因素指标的描述性统计"

变量	定义	最小值	最大值	均值	标准差
$Δ t$	政策处置效应(%)	-10.04	26.58	0.48	5.50
$x 1$	进出口总额(亿元)	0.22	82.75	13.59	18.99
$x 2$	城镇居民可支配收入(元)	2005.22	4545.37	2869.19	640.80
$x 3$	金融机构存款余额(亿元)	757.11	33765.34	8622.29	7485.91
$x 4$	房地产开发投资额(亿元)	8.45	312.55	70.36	74.18
$x 5$	幼儿园与中小学个数(所)	544.00	9993.00	2281.40	1503.32
$x 6$	高等学校个数(所)	2.00	84.00	24.34	22.41
$x 7$	公路通车里程(公里)	2802.65	142487.45	19310.16	22979.87
$x 8$	城市户籍总人口数(万人)	172.34	3023.77	663.22	423.49
$x 9$	医疗机构个数(所)	656.00	19917.00	3734.32	3019.64
$x 10$	城市土地面积(平方公里)	3409.67	82377.99	16908.68	13602.22
$x 11$	城市平均高温(℃)	10.00	28.00	20.64	4.06
$x 12$	城市平均低温(℃)	0.00	22.00	12.02	5.54

表2

表3

表4

参考文献 33

1	朱江丽，李子联.户籍改革、人口流动与地区差距——基于异质性人口跨期流动模型的分析［J］.经济学（季刊），2016，15（2）：797-816.
	Zhu J L， Li Z L. Hukou system reform，individuals flows and regional disparities： Based on the intertemporal model of heterogeneous individuals flows ［J］. China Economic Quarterly，2016，15（2）：797-816.
2	周文，赵方，杨飞，等.土地流转、户籍制度改革与中国城市化：理论与模拟［J］.经济研究，2017，52（6）：183-197.
	Zhou W， Zhao F， Yang F， et al. Land transfer， reform of household registration system and urbanization in China： Theoretical and simulation test［J］. Economic Research Journal， 2017，52（6）：183-197.
3	安辉，何萱，邹千邈.中国房地产限售政策对房价的影响研究——兼论限售和限购的政策组合效应［J］.中国管理科学，2021，29（8）：35-43.
	An H， He X， Zou Q M. The impact of China's house-sale restrictions and its joint effect with housing-purchase restriction on housing price［J］. Chinese Journal of Management Science，2021，29（8）：35-43.
4	李永乐，田雄.城市政府“引才大战”的政策逻辑与现实反思［J］.中州学刊，2019（4）：62-69.
	Li Y L， Tian X. The policy logic andrealistic reflection of the municipal governments “talent-import wars”［J］. Academic Journalof Zhongzhou，2019（4）：62-69.
5	吴宾，杨彩宁，唐薇.“人才新政”的政策创新扩散及风险识别［J］.兰州学刊，2020（6）：131-141.
	Wu B， Yang C N， Tang W. Policy innovation diffusion and risk identification of“new deal for talents”［J］. Lan Zhou XueKan，2020（6）：131-141.
6	喻修远，王凯伟.城市人才争夺：问题生成、利弊博弈与化解策略［J］.中国行政管理，2019（3）：88-92.
	Yu X Y， Wang K W. Scramble battle for urban talents： Problem generation， game of advantages and disadvantages， and resolution strategies［J］. Chinese Public Administration，2019（3）：88-92.
7	冯文芳，樊子冰.基于合成控制法的抢人政策对房价影响效应分析——以西安市为例［J］.管理现代化，2019，39（6）：75-78.
	Feng W F， Fan Z B. Analysis of talent acquisition policy impact on housing price based on synthetic control method taking Xi’an as an example［J］. Modernization of Management， 2019， 39 （6）： 75-78.
8	陈淑云，王翔翔.“抢人大战”是否对冲了房地产调控政策——基于人才落户政策的证据［J］.华中师范大学学报（人文社会科学版），2020， 59（2）：48-59.
	Chen S Y， Wang X X. Whether the “war for talents” is a hedge against the real estate regulation policy：A study based on the talent settlement policy［J］. Journal of Central China Normal University （ Humanities and Social Sciences），2020，59（2）：48-59.
9	蔡继明.放宽落户不是盲目抢人，更不是放松房地产调控［J］.中国经贸导刊，2019（10）：14-15.
	Cai J M. Relaxing household registration is not blindly grabbing people， let alone relaxing real estate regulation［J］. China Economic and Trade Journal， 2019（10）： 14-15.
10	陈杰.大城市放宽落户对楼市影响几何［J］.人民论坛，2020（8）：96-100.
	Chen J. How does the relaxation of household registration in big cities affect the real estate market？［J］. People's Forum， 2020（8）： 96-100.
11	Hsiao C， Ching H S， Wan S K. A panel data approach for program evaluation： Measuring the benefits of political and economic integration of Hong Kong with the mainland［J］. Journal of Applied Econometrics， 2012， 27（5）：705-740.
12	Du Z C， Zhang L. Home-purchase restriction， property tax and housing price in China： A counterfactual analysis［J］. Journal of Econometrics，2015，188（2）：558-568.
13	Bai C G， Li Q， Ouyang M. Property taxes and home prices： A tale of two cities［J］. Journal of Econometrics，2014，180（1）：1-15.
14	Li K T， Bell D R. Estimation of average treatment effects with panel data： Asymptotic theory and implementation［J］. Journal of Econometrics，2017，197（1）：65-75.
15	肖磊，张聪.资本市场开放能够提升股票市场的流动性吗？——基于“深港通”效应的实证检验［J］.数理统计与管理，2020，39（5）：913-924.
	Xiao L， Zhang C. Can the opening of capital market improve the liquidity of stock market？Based on the empirical test of the “Shenzhen-HongKong stock connect” effect［J］. Journal of Applied Statistics and Management， 2020，39（5）：913-924.
16	高华川，白仲林.一种基于机器学习的时变面板数据政策评估方法［J］.数量经济技术经济研究，2019，36（8）：111-128.
	Gao H C， Bai Z L. A time varying panel data approach for program evaluation based on machine learning［J］. The Journalof Quantitative & Technical Economics，2019，36（8）：111-128.
17	Liu Z Q， Cai Z W， Fang Y， et al. Statistical analysis and evaluation of macro-economic policies： A selective review［J］. Applied Mathematics： A Journal of Chinese Universities，2020，35（1）：57-83.
18	李迎星，田露，杨梦.限购政策是否降低房地产价格增速？［J］.系统工程理论与实践，2019， 39（4）：906-921.
	Li Y X， Tian L， Yang M. Does the home-purchase restriction policy lower the growth rate of house price？［J］. Systems Engineering-Theory & Practice， 2019， 39（4）： 906-921.
19	刘涛，陈思创，曹广忠.流动人口的居留和落户意愿及其影响因素［J］.中国人口科学，2019（3）：80-91.
	Liu T， Chen S C， Cao G Z. Migrants' intentions of settlement and hukou transfer and their determinants［J］. Chinese Population Science，2019（3）：80-91.
20	伍薆霖，卢冲.户籍制度改革会促进农村流动人口落户城市吗？——来自准自然实验的证据［J］.人口与发展，2020，26（5）：49-61.
	Wu A L， Lu C. Will the reform of the household registration system promote the rural migrant population to settle in the city？ Evidence from quasi-natural experiments［J］. Population&Development，2020，26（5）：49-61.
21	王频，侯成琪.预期冲击、房价波动与经济波动［J］.经济研究，2017，52（4）：48-63.
	Wang P， Hou C Q. Expectation shocks，house price movements， and economic fluctuation［J］. Economic Research，2017，52 （4）：48-63.
22	赵文哲，边彩云，董丽霞.城镇化、城市房价与农村流动人口户籍迁移［J］.财经问题研究，2018（6）：122-130.
	Zhao W Z， Bian C Y， Dong L X. Urbanization， urban housing prices and migration of rural migrant households registration［J］. Research on Financial and Economic Issues，2018（6）：122-130.
23	董雪兵，池若楠.中国区域经济差异与收敛的时空演进特征［J］.经济地理，2020，40（10）：11-21.
	Dong X B， Chi R N. Characteristics of the temporal and spatial pattern of the economic disparity and convergence between different regions in China［J］. Economic Geography，2020，40（10）：11-21.
24	林李月，朱宇，柯文前.城镇化中后期中国人口迁移流动形式的转变及政策应对［J］.地理科学进展，2020，39（12）：2054-2067.
	Lin L Y， Zhu Y， Ke W Q. Changes in the form of population migration and mobility in China and corresponding policy responses at the late-intermediate stage of urbanization［J］. Progress in Geography， 2020，39（12）：2054-2067.
25	刘柯良，陈坚，唐祯，等.考虑中心城市可达性的城市经济增长结构方程模型［J］.北京交通大学学报，2023， 47（4）： 64-72.
	Liu K L， Chen J， Tang Z，et al. Structural equation model of urban economic growthconsidering accessibility of central cities［J］.Journal of Beijing Jiaotong University， 2023， 47（4）： 64-72.
26	苏红键.中国流动人口城市落户意愿及其影响因素研究［J］.中国人口科学，2020（6）：66-77.
	Su H J. Migrants' willingness to settle down in cities and its determinants［J］. Chinese Population Science， 2020（6）： 66-77.
27	俞林伟，韩辰，金杰克，等.生计资本对农民工居留和落户意愿的影响——基于2017年全国流动人口动态监测调查数据的分析［J］.浙江社会科学，2023，318（2）：64-73.
	Yu L W， Han C， Jin J K， et al. The impact of livelihood capital on migrant workers' intentions of settlement and hukou transfer［J］. ZheJiang Social Sciences，2023，318（2）：64-73.
28	况伟大.预期、投机与中国城市房价波动［J］.经济研究，2010，45（9）：67-78.
	Kuang W D. Expectation， speculation and urban housing price volatility in China［J］. Economic Research， 2010，45（9）： 67-78.
29	崔征，周梦茜，孔灵柱.我国城市房价影响因素的异质性研究［J］.税务与经济，2022，245（6）：65-74.
	Cui Z， Zhou M Q， Kong L Z. A study on the heterogeneity of factors affecting urban housing prices in China［J］. Taxation and Economy，2022，245（6）：65-74.
30	周利，易行健.房价上涨、家庭债务与城镇居民消费：贷款价值比的视角［J］.中国管理科学，2020，28（11）：81-89.
	Zhou L， Yi X J. Rising housing price， household consumption perspective from LTV［J］. Chinese Journal of Management Science， 2020，28（11）：81-89.
31	兰峰，徐辉英，达卉莉，等.房价、土地出让与公共服务资本化——基于全国284个城市数据的实证研究［J］.管理评论，2023，35（5）：303-314.
	Lan F， Xu H Y， Da H L， et al. Housing price， land transfer and capitalization ofpublic services： Based on empirical evidence from 284 cities in China［J］. ManagementReview，2023，35（5）：303-314.
32	苏红键.中国城市增长：历程、解释与典型事实［J］.社会科学战线，2022，330（12）：62-71.
	Su H J. Urban growth in China： Course， determinants and tests［J］. Social Science Front， 2022，330（12）： 62-71.
33	周力，沈坤荣.中国农村土地制度改革的农户增收效应——来自“三权分置”的经验证据［J］.经济研究，2022，57（5）：141-157.
	Zhou L， Shen K R. Impact of the rural land system reform on rural households' income growth in China： Evidence from the three rights separation［J］. Economic Research， 2022， 57（5）：141-157.

省域	城市	政策影响效应平均值
省域	城市	12个月(%)	9个月(%)	6个月(%)	3个月(%)
河北	石家庄	1.80	1.88	1.47	0.88
河北	秦皇岛	-0.96	-1.54	-2.16	-2.15
山西	太原	5.88	4.94	3.03	1.69
内蒙古	呼和浩特	-3.27	-2.92	-2.17	-1.22
内蒙古	包头	-1.96	-1.31	-0.62	-0.27
辽宁	沈阳	3.45	2.59	1.18	0.64
辽宁	锦州	-1.17	-0.16	0.55	0.90
吉林	长春	-2.29	-2.17	-1.78	-1.44
吉林	吉林市	-0.77	-0.43	0.10	0.47
黑龙江	哈尔滨	-4.73	-4.78	-3.99	-2.85
江苏	徐州	3.47	3.21	2.29	1.10
江苏	扬州	4.42	2.90	1.74	0.65
浙江	杭州	2.95	3.22	4.36	4.52
	宁波	5.11	4.42	3.26	0.90
	温州	26.58	23.37	16.41	2.58
	金华	2.03	2.82	2.69	1.74
安徽	合肥	10.96	10.41	8.31	5.26
	蚌埠	0.32	0.04	-0.25	-0.11
	安庆	-2.19	-2.40	-1.85	-0.41
福建	福州	-1.88	-1.37	-0.79	0.12
福建	泉州	0.18	-0.56	-1.49	-1.76
江西	南昌	0.27	0.23	0.02	-0.09
	九江	-4.02	-2.58	-1.12	-0.37
	赣州	7.03	6.55	5.49	2.79
山东	济南	-1.39	-2.57	-2.67	-2.67
	青岛	1.17	1.57	1.58	1.02
	济宁	1.97	1.28	0.47	-0.38
河南	郑州	-0.26	-1.31	-1.72	-0.91
	洛阳	-10.04	-7.39	-4.28	-1.28
	平顶山	-1.51	-0.67	-0.28	-0.10
湖北	武汉	-0.94	-0.84	-1.01	-1.38
湖北	宜昌	2.49	1.41	0.92	0.41
湖南	长沙	3.36	1.53	-0.23	-0.13
	岳阳	4.33	2.29	0.16	-1.54
	常德	-5.91	-4.86	-3.06	-1.80
广东	韶关	-0.89	-1.86	-2.45	-1.10
广东	湛江	-0.05	0.22	0.13	-0.06
广西	南宁	-7.40	-6.58	-4.82	-2.29
	桂林	-7.32	-3.56	-1.53	-0.92
	北海	2.39	-0.04	-0.99	-1.76
重庆	重庆	-1.33	-0.40	0.04	0.31
贵州	贵阳	-0.69	-0.26	-0.05	0.28
贵州	遵义	-2.22	-1.09	-0.36	-0.26
云南	昆明	-0.32	-0.40	-0.51	-0.40
云南	大理	2.34	2.38	2.14	1.39
陕西	西安	-1.84	-2.30	-1.84	-1.29
青海	西宁	-4.78	-3.57	-2.85	-2.41

变量	南方	北方	省会	非省会	区域全面放宽	区域非全面放宽
进出口总额	-4.34^** (1.94)	4.48^** (1.69)	-	-4.70 (3.17)	-	-
城镇居民可支配收入	5.56^** (2.13)	-	-	-	5.16^*** (1.21)	-
金融机构存款余额	-	-	-	23.83^*** (6.45)	-	1.71^*** (0.53)
房地产开发投资额	-	-4.96^** (2.12)	-	-	-	-
幼儿园与中小学个数	-	-2.19 (1.71)	-5.68^* (2.96)	-	-	-
高校个数	-2.67^* (1.28)	1.81 (1.38)	-	-	-	-2.18^*** (0.59)
公路通车里程	5.65^* (3.22)	1.59 (1.14)	4.02^* (2.26)	3.85^* (1.92)	8.58^* (4.31)	-
户籍总人口数	-	-	4.59 (2.79)	-7.34^** (2.99)	-	-
医疗机构个数	4.37^* (2.46)	3.26^* (1.57)	-	3.10 (1.90)	5.05^*** (1.60)	-
城市土地面积	-7.46^** (3.55)	-	-3.81^** (1.41)	-2.57 (1.93)	-6.79^*** (2.23)	-0.67^* (0.33)
城市平均高温	7.09 (5.33)	5.85^** (2.58)	-	9.96^** (4.48)	11.29^*** (3.68)	-
城市平均低温	-8.19 (6.37)	-3.58 (2.71)	-	-6.25 (4.37)	-8.85^** (3.28)	-